博士生毕业项目发布 FOCUS：解决长时程智能体信用分配难题

EliasEskin · x · 2026-11-03

一位即将毕业的 PhD（Zhengping Jiang）发布了最终项目 FOCUS：一种面向长时程智能体的主动 critic 学习方法。长时程 agent 可能要执行上百个动作才得到一次结果奖励，训练面临两个核心问题：哪些动作该获得信用（credit assignment）？训练如何与现有的上下文压缩与记忆策略相结合？FOCUS 在被管理的上下文状态上做主动 critic 学习，提供模块化、可定制的上下文协议，并集成 Tinker 与 slime。

其导师转发推荐，称这项工作对很多实验室和企业都很有现实意义，并提到作者正在找工作。